如今,人们肯定听说过Docker容器,也会知道Docker很受欢迎。但是知道这是为什么吗?以下看看当今用户对于Docker有着极大兴趣的因素。
在深入讨论Docker受欢迎的因素之前,值得注意的是,Docker不是唯一的容器平台,也不是第一个推出的。
其他框架,如OpenVZ和LXC,从20世纪20年代中期诞生。而其他类似容器的技术,如FreeBSD更进一步。而Docker在2013年发布,与目前的大多数主流技术相比,是一个非常年轻的技术。
不过奇怪的是,Docker并不是一个比较成熟的容器平台,在过去几年中已经大大地凸显了这一点。这是一个值得思考的结果,为了了解什么使容器普遍如此受欢迎,以及为什么Docker是如此成功地替代容器框架,而很少采用。
解释Docker的流行度
所以,人们需要考虑这两个因素。
首先,这就是为什么容器在过去几年中一直被证明对各种规模的企业具有吸引力的原因:
•容器的启动和停止速度比虚拟机快得多。
•容器更易于移植,因为无论何种类型的操作系统托管它们,容器主机环境都是非常一致的。
•容器应用程序易于扩展,因为容器可以从环境中快速添加或减少。
•容器可以轻松将复杂的单片应用程序分解成更小的模块化微服务。
那么有一个问题,那就是为什么Docker变得如此受欢迎。这是一个很难回答的问题,但专家认为以下因素正在发挥:
Docker从一开始就是开源的。这有助于Docker在技术市场更有吸引力,到2013年,开始将开源视为软件生产的默认模式(如果Docker在五年前出现,当开放源码的商业兴趣不那么强烈时,开源并不会对Docker有所帮助。)
Docker出现在正确的时间。到2013年,虚拟机终于成为一种过时的技术。组织正在寻找一种更精简,更方便的部署应用程序,Docker恰好符合要求。当OpenVZ和LXC出现在20世纪20年代中期时,传统的虚拟化技术还没有完成,所以这些容器框架不太吸引人。
Docker与DevOps革命相吻合。DevOps在2010年流行起来,强调了软件交付中的敏捷性,灵活性和可扩展性。Docker容器恰好提供了一个很好的构建块,用于根据DevOps规定创建软件交付管道和部署应用程序。
Linux的比较
在许多方面,Docker的不可预测的成功反映了20世纪90年代Linux内核的成功。
正如专家所指出的那样,Linux作为一个默默无闻的软件项目进入了世界,这是一个芬兰学生运行的一个模糊的软件项目,没有资金或先进的设备。Linux最终成功地取得了巨大的成功,而像GNU和BSD这样的内核项目更为突出,更多的资金,但其专业化的内核项目受到限制。
Docker和LXC之类的替代品之间的区别可能不如Linux和GNU Hurd那样显著。尽管如此,Linux和Docker的崛起在相当短的时间内从默默无闻的项目到具有巨大商业价值的项目,这二者十分相似。
结论
专家认为时间可以解释为什么Docker容器变得如此受欢迎。Docker容器解决了过去五年来许多组织寻求解决的软件交付和部署问题。虽然早期的容器框架提供了类似的解决方案,但人们对它们的兴趣有限,因为他们解决的问题在首次亮相时,当时人们的需求并不紧迫。
一般来说,专家认为与Docker的时间相比,Linux的成功与否更为关键。Linux的成功很大程度上是由于其他内核项目(尤其是GNU)的混乱,因为Linux早期采用了创新的,分散的开发策略。但是时运肯定帮助Linux获得了成功,就像Docker一样。
好文章,需要你的鼓励
随着AI在各行业深度应用,传统的"学会编程"建议已不再适用。UCLA等机构的CIO表示,现在更看重候选人的批判性思维、问题解决能力和适应技术变化的敏捷性。新毕业生需要展现AI素养、数据理解能力、云技术expertise和安全意识。编程岗位演变为更具战略性的角色,类似指挥家协调AI工具。入门级职位因自动化而减少,求职者需具备更高技能水平,能够与AI协作而非被其取代。
加州大学伯克利分校研究团队成功让Transformer AI直接从原子三维坐标学习分子结构,无需传统的分子图谱。10亿参数模型在OMol25数据集上的表现可媲美先进图神经网络,且运行更快。AI自发学会了距离-相互作用关系,并能根据分子环境自适应调整关注范围。研究验证了分子AI的规模定律,暗示更大模型将带来更好性能。这项工作为分子建模提供了全新范式,有望推动药物设计和材料科学发展。
9月份LockBit勒索软件新版本的幕后操作者大幅扩大了攻击目标,整体勒索软件攻击激增超过四分之一。NCC集团报告显示攻击量六个月来首次上升28%至421起事件。尽管LockBit曾在Operation Cronos行动中被重创,但其管理员LockBitSupp持续活动。LockBit 5.0新增多平台支持、增强反分析功能、更快加密速度等特性,9月份至少造成十几个受害者,标志着该组织运营恢复。
MediaTek Research团队提出颠覆性"沙漏"MLP架构,将传统"窄-宽-窄"设计反转为"宽-窄-宽",在高维空间进行渐进改进。通过固定随机投影技术,新架构在多项生成任务中显著优于传统设计,用更少参数实现更好性能。研究验证了高维空间增量学习的优越性,为神经网络设计开辟新思路,并展示了向变换器等架构扩展的潜力。